- 综合排序
- 最热优先
- 最新优先
工厂车辆定位技术从原理到应用全解析
随着科技的发展，工厂武装上智能化的铠甲，工厂车辆定位技术实现了工厂的物流自动化和生产智能化，有效提升工厂内部的车辆调度率，保障作业安全、优化生产流程，本文将从技术原理和应用功能两方面展开论述，一探工厂智能铠甲的威风 一、工厂车辆定位技术的原理1.室外定位技术（1）卫星定位技术卫星测距和三角定位，通过接收卫星信号计算车辆的实时位置。 （2）蜂窝网络定位（LTE/5G）利用工厂内的通信基站，根据观测到达时间差（OTDOA）等时间技术推算距离，完成定位。 （2）蓝牙AoA/AoD定位特殊天线阵列测量出发角和到达角的信号方向，通过方向交汇实现高精度定位，工厂环境下，精度一般在0.5-5米，适合对精度要求中等的仓库车辆定位场景。 本文从技术原理和应用功能出发，展示了工厂车辆定位技术选择的多样性和系统实际的功能的应用，精准定位实现了安全提效，完成工厂的数字化转型目标。
13410编辑于 2026-04-29- 来自专栏一点人工一点智能
实时自动驾驶车辆定位技术概述
因此，本次调查将从车载传感器开始，讨论不同的基于传感器的定位技术，然后讨论V2X定位技术，最后讨论基于数据融合的定位。 图1显示了车辆不同自定位技术，包括车载传感器、V2X和基于数据融合的技术。 基于V2X的定位方法与周围环境节点（例如，相邻车辆或基础设施）通信，以接收其位姿信息，包括基于车辆对车辆（V2V）和车辆对基础设施（V2I）的技术，这些技术可以为定位算法提供多个参考坐标。 未来的研究需要集中于这些技术和缺陷数据建模方法。 05 基于V2X的定位 5.1 基于V2V的定位 基于V2V的定位不要求车辆配备高精度传感器，以实现VANET下的精确位置。 5.2 基于V2X的定位 基于V2I的定位基于附近基础设施的位置推断车辆位置。它可以实现准确、实时和鲁棒的定位性能。V2I技术的优点包括基础设施的高精度定位、独立于时间的稳定数据源和低计算复杂性。 5.3 讨论 从V2X定位技术的回顾来看，V2V和V2I解决方案都不需要昂贵的专用硬件。对于基于V2V的解决方案，道路上参与车辆的充分和均匀分布可以提高定位精度和鲁棒性。
2.4K40编辑于 2023-02-18 - 来自专栏人员定位系统
蓝牙AOA定位 vs UWB定位：技术原理与工厂选型深度解析
工厂人员管理是室内定位技术的重要应用场景。在实际选型中，蓝牙AOA（到达角）和UWB（超宽带）是两种主流的高精度方案。 二、核心性能参数对比对比维度蓝牙AOAUWB工作频段2.402-2.480GHz（ISM频段）3.1-10.6GHz（窄脉冲，实际常用Channel2/5/9）信号带宽1-2MHz（经典蓝牙）或2MHz 四、分场景选型逻辑工厂环境复杂多变，没有“万能”的技术。以下给出基于场景特征的选型建议。 五、融合定位：更灵活的工程实践在实际工厂中，不同区域的精度要求往往不同。强制使用单一技术可能导致核心区域精度不足，或非核心区域成本浪费。 后台定位引擎统一处理两种技术的数据，实现全域连续定位。这种分层架构已在多个大型工厂项目中验证，平衡了精度、成本和功耗。六、选型决策建议先画风险地图：将工厂划分为不同风险等级和精度需求的子区域。
28710编辑于 2026-04-10 工厂人员定位卡从技术原理、功能与技术实现、选型指南详解（一）
工厂人员定位卡是适配工业全场景的可穿戴定位终端，核心以UWB/蓝牙/RFID/GNSS融合技术实现实时追踪、安全预警与应急联动，兼具防爆/防尘防水与多卡合一能力，是高危管控、产线调度与责任追溯的核心载体 一、工厂人员定位卡的技术原理与全路线参数对比定位卡通过与基站/信标/读卡器通信，结合TOA/TDOA/AOA等算法输出位置，主流技术的核心参数如下：技术定位精度核心原理通信距离功耗续航成本认证适配UWB10 /GPS+RTK差分，室内自动切换室外无上限，室内同UWB/蓝牙中48–72h中IP67、多模通信(4G/5G)二、工厂人员定位卡的核心功能与技术实现细节1.定位与轨迹管理实时定位：UWB达30cm级， 2.安全预警体系电子围栏：越界/滞留/禁入区触发声光+后台报警，联动门禁闭锁，响应≤3秒。状态报警：内置加速度传感器，静止超阈值(如5分钟)或低电量(<20%)自动预警。 三、工厂人员定位卡的场景化选型指南场景类型核心需求推荐技术关键参数配套部署化工/矿山(高危)防爆、亚米级定位、静止报警UWB防爆型ExibIICT4、IP67、SOSUWB基站+边缘网关+电子围栏汽车/
4100编辑于 2026-04-13- 来自专栏FreeBuf
远程定位追踪联网车辆以及利用思路分析
然后整整花了一周时间在网上查了相关驾考整个通信系统的相关技术文章，简单总结如下： 1>定位原理：车辆要达到精准定位，需要场地安装基准站，车载需要安装移动站，并且调试基站和移动站同一频率；移动站有前后2个天线 ，前天线我用红色圆圈已经标记，前天线是代表车的航向;后天线是给车辆进行定位<偏东+偏北>。 2>地图采集：听驾校的技术人员说是用后天线，对场地的车道进行定点采集点位<偏东+偏北>，我估计是将这些点，制成地图，类似于高德地图那种。 本技术贴不讨论上述2种攻击手段！ 定位与追踪完成。
84550发布于 2018-08-21 - 来自专栏人人都是极客
无人驾驶技术课——定位（2）
本节将介绍自动驾驶汽车的定位技术下，包括：激光雷达定位和视觉定位，以及Apollo框架是如何解决定位问题的。 ? 我们将通过传感器扫描到的车辆位置转换为全球地图上的位置，并计算出在地图上的精确位置。 滤波算法是一种 LiDAR 定位方法，可消除冗余信息，并在地图上找到最可能的车辆位置。 我们会永远遵循这个预测更新周期，也即需要对车辆进行定位时，先预测我们的新位置，然后用传感器测量我们的位置。 总结：LiDAR 定位的主要优势在于稳健性。 本节课我们了解了自动驾驶汽车的定位技术，包括：激光雷达定位和视觉定位，以及 Apollo 框架是如何解决定位问题的。 现在，我们可以将有关汽车定位的信息与软件栈中其他信息相结合，以便我们的车辆开往世界各地。 【转自Apollo阿波罗智能驾驶】
1.4K30发布于 2018-12-29 - 来自专栏点云PCL
高速场景下自动驾驶车辆定位方法综述
对于自动驾驶来说，将重点关注在线地图匹配，并将现有的地图匹配方法分为两类，即（1）确定性模型和（2）概率模型。如图1所示 图1.地图匹配分类，将技术分为两个主要部分：即确定性方法和概率方法。 与大多数地图匹配技术类似，根据估计位置（GNSS位置）的测量半径选择候选地图。（2） 空间和时间分析：该步骤由两部分组成。首先，与HMMBase方法类似，向每个候选发射观测概率和转移概率。 如图2所示 图2.用于自车车道标记检测的算法分类，模型驱动方法将问题分解为独立的子模块，而学习方法基于端到端方法。 事实上，从航位推算技术获得的定位不足以精确推断车辆行驶的车道。因此，使用进一步的信息来完善这一信息，这些信息可以由视觉传感器或数字地图生成。 道路级定位部分旨在找到车辆当前行驶的道路，执行此任务的技术称为地图匹配方法，可分为两类，即确定性模型和概率模型。
1.2K20编辑于 2022-09-13 - 来自专栏人员定位系统
智慧工厂设备资产定位管理系统：UWB与蓝牙融合技术方案解析
本文将深入探讨航飞光电基于UWB（超宽带）与蓝牙定位技术的融合方案，解析其在智慧工厂设备资产定位管理系统中的实现路径与技术价值。 一、技术方案核心架构该方案采用“感知层+网络层+平台层”的三层架构，实现对工厂设备资产的全生命周期数字化管理：1.感知层：高适应性硬件终端UWB定位标签：采用TOF/TDOA混合算法，实现10-30厘米级定位精度 2.网络层：多技术融合定位引擎部署密度建议：UWB基站每200-300平方米1个，蓝牙信标每50平方米1个采用自适应滤波算法，有效抑制多径效应与电磁干扰支持UWB与蓝牙信号智能切换，在复杂金属环境中定位成功率 ：资产寻找时间缩短至2分钟内设备利用率分析精度提升至95%年度盘点人力成本降低82%场景二：化工厂安全管控挑战：特种设备需严格管控移动范围，防爆区域管理困难方案：部署防爆型UWB标签，设置四级电子围栏成效 ：定位数据直接驱动数字孪生体，实现虚实同步管控结语UWB与蓝牙融合定位技术为智慧工厂设备资产管理提供了切实可行的技术路径。
58610编辑于 2025-12-11 - 来自专栏人员定位
工厂蓝牙定位技术的原理、应用场景、优势及面临的挑战
蓝牙定位技术是近年来在工业领域中得到广泛应用的一项技术。随着工业自动化的快速发展和物联网技术的普及，工厂蓝牙定位成为了提高生产效率、优化生产流程和管理的重要工具。 本文将详细介绍工厂蓝牙定位技术的原理、应用场景以及其在工业生产中的优势。 首先，让我们来了解一下工厂蓝牙定位技术的原理。 工厂蓝牙定位是一种基于蓝牙信号的室内定位技术，通过在工厂内部布置蓝牙信标设备和接收器，实现对物品、设备和人员的实时定位和追踪。 这使得工厂蓝牙定位技术成为了一种具有较高适应性和可持续性的解决方案。 工厂蓝牙定位技术还可以与其他工厂自动化系统和物联网技术进行集成。 工厂管理者可以进一步探索工厂蓝牙定位技术的潜力，结合人工智能、大数据分析等先进技术，实现更加智能化和高效化的生产管理。
65730编辑于 2023-05-23 - 来自专栏点云PCL
自动驾驶中车辆的如何使用点云定位？
（3）基于点云数据的深度学习的方法：深度学习在决定车辆的定位问题上的研究获得越来越多的研究。在[5,6,7,8]文章中首先使用2D的图像来预测和计算里程计，并且最终的定位效果还是可以接受的。 但仍不能超过现有的技术水平。 最近很多的工作正在探索使用lidar点云数据，而结果上提有着很好的效果。接下来讲介绍各种点云定位技术对比和测试结果。 自动驾驶车辆的3D激光雷达定位 首先回顾和讨论文献中可用的所有方法，在这些文献中，仅使用3D LIDAR传感器即可实现对车辆的3D定位。 （2）通过连续的Lidar扫描获取的点云计算出车辆的里程计信息。 还有论文【21】【22】利用自动驾驶车辆环境中存在的几何形状作为定位的要素，将平面提取算法与帧与帧之间的技术相结合以产生姿态的估计用于车辆的定位，与通过ICP算法获得的结果比较平面提取和对齐的方法在准确性和速度上都显示出了极大的提高
3.5K20发布于 2020-08-20 - 来自专栏点云PCL
基于语义地图的单目定位用于自动驾驶车辆
实验结果表明，该方法在各种自动驾驶定位任务中是一种可靠且实用的定位解决方案。 主要贡献 将当前观测中的语义线索与语义地图中的元素关联，为自动驾驶车辆中的单目视觉定位提供了一种有前途的解决方案。 从装备有激光雷达、GPS-RTK和IMU或其他导航传感器的车辆收集的道路数据中，利用激光雷达SLAM创建点云地图。从点云中提取车道线、车道标志和类似杆状物体等语义特征以构建语义地图。(2) 定位模块。 通过最小化全局重投影误差，可以获得车辆的六自由度（6-DOF）位姿。 图1. 系统结构示意图,上半部分展示了全局语义地图的构建过程，下半部分展示了通过单目摄像头进行的车辆定位过程 A. 语义地图 通过改进的FAST-LIO2算法，在位姿图优化模块中融合GPS-RTK信息以确保全局定位精度，使用激光雷达收集的数据被配准为高精度点云地图。 总结 在本文提出了一种基于稳定视觉语义特征（如地面标记、车道线和杆状物）的自动驾驶车辆视觉定位系统。
87111编辑于 2024-06-21 - 来自专栏OpenCV与AI深度学习
基于YOLOv3的车辆号牌定位算法【文末送书】
初步处理后的数据只是得到具体号牌的图片，尚未对图片进行标注处理，因此并不能直接作为数据集来训练OCR算法，该部分主要实现号牌上文本的识别，本章3.2小节中已经通过YOLOv3算法实现全部遮挡号牌、未悬挂号牌和其他类号牌的定位和分类 (2)修改预训练权重的维度。 05 阈值分析 实际应用中，污损遮挡号牌的识别不仅和算法的识别率有关，更与所采集的车辆图像质量和实际车牌质量息息相关，车牌质量的好坏直接影响最终的识别性能，例如车牌会受到主观因素上的车辆套牌 (2)选择模型。 测试后的运行速率如表2所示。
64520编辑于 2022-12-22 港口码头作业人员车辆怎么定位？融合方案破解海港难题
港口作为物流枢纽，每天都有大量人员和车辆在复杂环境中作业。堆场、廊道、码头前沿，区域交错，环境多变。如何实现精准定位和安全管控，是管理者长期面临的难题。 一套多技术融合定位方案（例如：航飞光电人员定位系统），为港口提供了从“人找车、人找人”到实时可视可控的解决方案。一、从“海港迷宫”到“一图全览”：定位难在哪？ 一旦发生意外，在狭窄廊道或复杂转运站，救援人员无法快速锁定位置，可能错失最佳救援时机。这些问题的根源在于单一技术无法适应港口复杂环境。 针对这些难点，港口码头人员定位系统使用UWB、北斗、蓝牙、RTK等定位技术融合路线。二、多项定位功能融入安全帽许多一线工人不愿佩戴额外的定位工牌，认为会影响作业。 未来，随着数字化与定位技术的深入融合，将继续优化方案，助力更多港口实现安全高效的运营目标。
11010编辑于 2026-03-16- 来自专栏人员定位系统
化工厂人员定位技术有哪些?这5种方案保障安全、提升管理
人员定位技术正是破解这一难题的关键钥匙。那么，市面上众多的定位技术，哪种才最适合化工厂的复杂环境? 2.方案二：UWB信标+蓝牙信标融合方案——高精度与广覆盖的平衡核心技术：结合了UWB(超宽带)的高精度和蓝牙的广覆盖、低成本优势。 在需要厘米级定位的核心高危区域(如反应罐区、重大危险源附近)使用UWB技术;在普通生产区域则利用蓝牙进行区域级定位。适用场景：大部分化工厂生产区，既需要局部高精度，又需要考虑整体成本。 适用场景：用于对室外定位精度有极端要求的场景，例如：无人机巡检：需要厘米级精度进行自主飞行和数据采集。车辆/AGV精准调度：在管廊下或密集储罐区间运行的车辆，需要极高精度的位姿数据防碰撞。 价值：为未来智慧化工厂的无人化巡检、智能车辆调度等高级应用铺平道路，是面向未来的技术投资。如何选择适合您的方案?选择哪种方案，并非越高级越好，而是最适合的才是最好的。
26110编辑于 2025-11-11 - 来自专栏计算机视觉life
用于自动驾驶车辆视觉定位的地图存储：ORB-SLAM2的一种拓展
用于自动驾驶车辆视觉定位的地图存储：ORB-SLAM2的一种拓展 Persistent Map Saving for Visual Localization for Autonomous Vehicles 在第二次运行时，我们重新加载地图，然后在之前构建的地图上定位。对构建好的地图进行加载和定位可以提高自动驾驶车辆的连续定位精度。此地图的保存功能是原始的ORB-SLAM 2所缺少的。 /TUMFTM/orbslam map-saving-extension) 索引词：SLAM，定位，重定位，自动驾驶，地图，ORB-SLAM2 介绍 掌握自动驾驶技术对于汽车行业和学术界是一个持续性的挑战 下面，我们对ORB-SLAM2算法进行了改进，以适应这种只进行两阶段定位场景的需要。第一步，我们在低速行驶条件下使用SLAM创建了一个环境地图。第二步，我们加载地图并以更高的速度在地图上定位车辆。 （针对这个问题，）许多新兴的方法使用深度学习技术生成的特征来提高SLAM的应用性。尽管这种方法是否能提高上述场景的定位精度仍是一个有待研究的问题。
1.6K20发布于 2020-09-11 智能化车辆信息管理技术
一、技术方案概述1、智能车牌识别系统：利用OCR技术和AI图像增强技术，提高车牌识别的准确性，确保无论在任何环境下都能准确识别车牌信息。 2、停车引导系统：通过实时停车位监控和引导系统，展示空余车位位置，并提供最佳停车路径，减少顾客寻找车位的时间。 二、技术实现1、车牌识别系统：通过车牌识别技术（如OCR技术），采集每辆车的车牌号码，并记录停车时长。结合车辆进出时间、停车时长等数据，自动生成停车记录，并与顾客的消费数据进行关联。 2、车位引导系统：集成停车场传感器系统，实时检测每个停车位的状态（空闲/占用），并通过显示屏或手机APP引导顾客前往空余车位。基于流量分析，动态调整车位引导策略，优化停车流向，减少拥堵区域。 三、核心技术1、车牌识别技术（OCR技术）：使用先进的车牌识别算法，实现对车牌号码、停车时长等信息的精准采集。2、停车管理系统：集成停车场传感器和车位引导系统，实时优化停车流向，提升停车场的运作效率。
41800编辑于 2025-02-20- 来自专栏人员定位系统
化工厂人员定位技术：UWB、蓝牙信标与LoRa融合架构解析@航飞光电
在化工厂复杂环境中实现可靠的人员定位，需综合考虑精度、覆盖、功耗、成本及环境适应性等多重约束。单一技术难以满足全部需求，因此一种融合架构成为实际工程中的常见选择。 2.蓝牙信标：低成本区域感知节点原理：基于接收信号强度指示（RSSI），通过指纹匹配或三边定位估算位置。核心优势：信标硬件成本低、功耗低、部署极为灵活，便于进行大面积、高密度布设。 主要局限：仅为通信技术，不具备定位能力，数据传输速率低。二、融合架构的技术协同逻辑在化工厂场景中，三种技术并非替代，而是构成一个分层的协同系统。 2.数据回传优化定位终端（标签）采集到的UWB或蓝牙原始数据/位置信息，通过LoRa网络回传至后台服务器。 相较于传统Wi-Fi回传方案，LoRa在应对化工厂开阔区域、复杂结构带来的信号遮挡问题时更具优势，且网络结构简单（星型拓扑），终端功耗可降低1-2个数量级，显著提升标签续航。
39200编辑于 2025-12-24 - 来自专栏九彩拼盘的叨叨叨
室内定位技术
LiFi室内定位 LiFi可见光室内定位精度为0.5-1米左右，误差10cm以内，定位精准，无需维护，安全保密性高，但光源遮挡时无法定位，需要在室内安装支持LiFi定位的LED光源或对现有光源进行改造。 地磁室内定位 地磁室内定位精度为1-3米左右，不依赖硬件设备，需要投入人力进行实地环境地磁信号采集，定位精度与现场环境有关联，当定位场所环境变化后需要进行重新采集。 UWB室内定位 UWB超宽带室内定位精度为0.1-0.5米左右，定位精度较高，需要在现场布设专业UWB基站并配合终端设备进行定位，通常为手环、磁卡等便携设备，成本较高。 RFID定位 射频识别(RFID)室内定位技术作用距离很近，但它可以在几毫秒内得到厘米级定位精度的信息，并且RFID标识的体积比较小，造价比较低。但其不具有通信能力，抗干扰能力较差。 RFID定位通常可以解决室内场所关键位置精准定位的需求
2.1K20发布于 2018-08-24 - 来自专栏人员定位系统
智慧工厂第一步：工厂车间人员定位系统搭建全攻略
工厂车间人员定位系统，正是构建智慧工厂不可或缺的数字基石。它不仅是安全管理的利器，更是打通生产数据流、实现精益管理的核心入口。 本文将为您提供一份从0到1搭建人员定位系统的全攻略，帮助您走稳智慧工厂的第一步。第一章：为什么说人员定位是“第一步”? 因此，投资一套人员定位系统，实质上是在为整个智慧工厂蓝图铺设最底层的感知网络。 以下是主流技术的适用场景：蓝牙BLE(区域级定位)精度：3-10米优势：成本低、功耗低、部署快。适用：人员考勤、区域存在检测、物资粗略定位。是性价比极高的入门之选。 通过清晰的规划、稳健的技术选型和持续的深化应用，您的企业完全有能力走稳这智慧工厂的第一步，并在未来的竞争中占据先机。
33710编辑于 2025-11-12 - 来自专栏关于Java学习@宁在春
Java设计模式-工厂模式（2）工厂方法模式
在Java设计模式-工厂模式（1）简单工厂模式 中我们介绍了简单工厂模式，提到了简单工厂模式违背了开闭原则，而“工厂方法模式”是对简单工厂模式的进一步抽象化，其好处是可以使系统在不修改原来代码的情况下引进新的产品 地点: 湖南永州市蓝山县舜河村 作者：用心笑* Java设计模式-工厂模式（2）工厂方法模式 一、前言 1）概述： 2）角色结构： 3）类图关系： 二、代码实现 1）Coffce咖啡抽象类(产品抽象类 ) 2）AmericanCoffee 、LatteCoffee类（具体产品类） 3）CoffeeFactory（抽象工厂类） 4）AmericanCoffeeFactory、LatteCoffeeFactory 2）角色结构： 抽象工厂(Creator)：是工厂方法模式的核心，与应用程序无关。任何在模式中创建的对象的工厂类必须实现这个接口。 abstract void addMilk(); public abstract void addSugar(); public abstract String getName(); } 2）
60620编辑于 2022-10-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号